[发明专利]一种妊娠期糖尿病的早期预测方法

说明书

本发明公开了一种妊娠期糖尿病的早期预测方法，该预测方法包括以下步骤：步骤S1：获得研究对象孕11‑18周的临床指标检验结果；步骤S2：将步骤S1检测获得的指标进行预处理；步骤S3：选择与妊娠期糖尿病相关的指标，利用费舍尔值对每个指标进行评估，按照每个指标的费舍尔值由大到小进行排序；步骤S4：选择前11位指标输入至机器学习模型中，根据选择的输入指标，用来训练机器学习模型，验证这些指标对于妊娠期糖尿病的预测能力；步骤S5：通过步骤S4的结果，得到妊娠期糖尿病的预测模型；步骤S6：将另外一组新的临床指标检验结果代入到预测模型中进行验证，以评价预测模型的准确性；步骤S7：通过预测模型来预测孕妇是否会患病。

技术领域

本发明涉及早期糖尿病预测的技术领域，具体涉及一种妊娠期糖尿病的早期预测方法。

背景技术

妊娠期糖尿病(gestational diabetes mellitus,GDM)是指妊娠前未患糖尿病的妇女妊娠期发展为高血糖的状况。世界范围内，GDM的发生率为1.8％-25.1％。GDM可能会增加先兆子痫、抑郁及剖腹产的发生风险。GDM治疗不佳的母亲所生的婴儿出现超重、新生儿低血糖及黄疸的风险升高。如果不加治疗，GDM可能会导致早产、羊水过多、宫内感染、胎儿畸形或死胎。研究表明，GDM的复发率高达48％，30-50％患有GDM的妇女未来有可能发展为糖尿病。

中国目前用75g口服葡萄糖耐量试验(OGTT)来进行GDM的诊断。根据世界卫生组织2018年的建议，对于GDM患病风险较低的孕妇，GDM的筛查和诊断通常在妊娠24-28周进行。在孕中晚期进行筛查使得发现GDM后可供采取干预的时间有限。美国糖尿病协会、澳大利亚妊娠糖尿病协会和第五次国际GDM研讨会会议提出，对于GDM应该进行选择性而不是普遍范围的筛查。

以往一些在患GDM高风险的孕妇或所有接受测试的孕妇中OGTT测试能否在妊娠14-18周时鉴别出GDM患者。结果表明，OGTT测试在高风险孕妇中对于早期GDM具有识别性，但在所有孕妇中这一鉴别的敏感性较低。因此，有必要开发其他替代方法来实现GDM的早期识别。Sweeting等指出目前已知的GDM危险因素(糖尿病家族史、GDM患病史、南亚和东亚种族，产次和BMI)与异倍性(染色体数目异常)及先兆子痫筛查指标相结合是GDM的重要预测因素。因此，将GDM的危险因素与临床检验指标相结合可能会实现在孕早期甚至是在初次产检时GDM的检测，从而对GDM高风险的妇女提供更好的产前医疗服务。GDM早期预诊断的实现也会对改善GDM孕妇及子代的出生结局产生长远影响。

发明内容

针对上述存在的问题，本发明利用孕11-18周的常规产检临床指标建立预测模型以实现GDM的早期预诊断。

为了实现上述目的，本发明所采用的技术方案如下：

一种妊娠期糖尿病的早期预测方法，该预测方法包括以下步骤：

步骤S1：建立结构化数据库，通过医院病历系统及产科病历系统回顾性获得研究对象孕11-18周的临床指标检验结果；

步骤S2：将步骤S1检测获得的指标进行预处理；

步骤S3：选择与妊娠期糖尿病相关的指标，利用费舍尔值对每个指标进行评估，按照每个指标的费舍尔值由大到小进行排序；

步骤S4：选择前11位指标输入至机器学习模型中，根据选择的输入指标，将数据集划分为训练样本和测试样本，其中，80％样本作为训练样本用来训练机器学习模型，剩余20％的样本用于测试样本，验证这些指标对于妊娠期糖尿病的预测能力；

步骤S5：通过步骤S4的结果，得到妊娠期糖尿病的预测模型；

步骤S6：将另外一组新的临床指标检验结果代入到预测模型中进行验证，以评价预测模型的准确性；

步骤S7：通过预测模型来预测孕妇是否会患病。